买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉安徽理工大学申请的专利一种基于视觉感知机制的伪装目标检测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116433917B 。

龙图腾网通过国家知识产权局官网在2025-09-26发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310401131.X，技术领域涉及：G06V10/40；该发明授权一种基于视觉感知机制的伪装目标检测方法是由葛斌;陈宁洁;夏晨星设计研发完成，并于2023-04-15向国家知识产权局提交的专利申请。

本一种基于视觉感知机制的伪装目标检测方法在说明书摘要公布了：本发明涉及一种基于视觉感知机制的伪装目标检测方法。包括如下步骤：提取伪装物体图像的多个级别的特征；融合多个级别的特征，得到第一阶段的预测结果；对伪装物体中提取的特征和第一阶段预测结果进行特征提取；将提取的特征送到分层混合比例交互模块，得到第二阶段的预测结果；通过自我注意力细化模块对第二阶段预测的结果进行细化；通过X形细化模块进一步优化对等层的特征，取得精确的检测结果。解决了计算机视觉中伪装目标检测的问题，在不同场景下具有有效性和实用性。

本发明授权一种基于视觉感知机制的伪装目标检测方法在权利要求书中公布了：1.一种基于视觉感知机制的伪装目标检测方法，包括如下步骤： 提取伪装物体图像的多个级别的特征； 融合多个级别的特征，得到第一阶段的预测结果； 对伪装物体中提取的特征和第一阶段预测结果进行特征提取； 将提取的特征送到分层混合比例交互模块，得到第二阶段的预测结果； 通过自我注意力细化模块对第二阶段预测的结果进行细化； 通过X形细化模块进一步优化对等层的特征，以实现准确的检测结果； 所述提取伪装物体图像的多个级别的特征的方法为：以Swin-Transformer为骨干网络提取伪装物体图像的四个级别的特征F1、F2、F3和F4； 所述步骤融合多个级别的特征，得到第一阶段的预测结果的方法为：采用一层卷积对特征F4下降通道数，得到第一阶段第四级别的预测结果P4，将特征F4与特征F3相加得到第一阶段第三级别融合特征并使用一层卷积得到第一阶段第三级别的预测结果P3，将第一阶段第三级别融合特征与特征F2相加得到第一阶段第二级别融合特征并使用一层卷积得到第一阶段第二级别的预测结果P1，第一阶段的预测结果为P1； 所述步骤对伪装物体中提取的特征和第一阶段预测结果进行特征提取的方法为：将第一阶段预测结果P1和特征F2相乘得到初始强化特征S1； 所述步骤将提取的特征送到分层混合比例交互模块，得到第二阶段的预测结果的方法为：将S1特征输入到分层混合比例交互模块中划分成若干组组间以迭代交互的方式进行，每组经过一个卷积块后被分成三个特征集依次为H1、H2、H3，采用H1与下一组进行信息交换，H2和H3两个用于信道调制，从另一个角度来看，分层混合比例交互模块中的迭代结构可以等价于一个核心金字塔结构，从而得到第二阶段的预测结果S2； 所述步骤通过自我注意力细化模块对第二阶段预测的结果进行细化的方法为：将S2首先送入3x3的卷积层输出结果S2′，然后同时进行并行的两个3x3卷积层，我们将其中一个卷积的输出与S2′相乘；然后，通过元素加法将输出与另一个卷积单元的结果融合得到S3；考虑到并非每个像素在通道维度上都具有代表性，通过通道维度中的最大自我注意力函数来最大化特征，将次最大化特征与S3相加输出S4。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人安徽理工大学，其通讯地址为：232000 安徽省淮南市山南新区泰丰大街168号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。